MétaCan
Menu
Retour à la cohorte
Enregistrement W2006229489 · doi:10.1049/iet-pel.2012.0620

Fast space vector modulation algorithm for multilevel inverters and its extension for operation of the cascaded H‐bridge inverter with non‐constant DC sources

2013· article· en· W2006229489 sur OpenAlexaff
B. Nia Roodsari, E.P. Nowicki

Notice bibliographique

RevueIET Power Electronics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésH bridgeExtension (predicate logic)Modulation (music)InverterSpace vectorTopology (electrical circuits)Constant (computer programming)Space vector modulationBridge (graph theory)Control theory (sociology)AlgorithmSpace (punctuation)Computer scienceElectronic engineeringMathematicsElectrical engineeringPhysicsEngineeringVoltageAcousticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A major advancement in the research area of space vector modulation (SVM) in recent years is the introduction of the nearest three vector algorithm. Nonetheless, computational intensity is still a drawback of SVM methods in real time applications, especially in the case of multilevel inverter operation. A very fast and scalable SVM algorithm is introduced in this study, referred to as the fixed coordinate sub‐triangle SVM (FCST‐SVM) approach. The proposed method permits the determination of switch states and efficient calculation of switch on‐time durations for a given N ‐level inverter topology. Calculations are performed based on a proposed sub‐triangle approach with fixed coordinates in the space vector diagram. Avoiding calculating the coordinates of the nearest three voltage vectors is a significant advantage of the proposed algorithm compared with previous SVM approaches applied to multilevel inverters. An example of the application of this method is presented for the multilevel cascaded H‐bridge inverter when non‐constant isolated DC sources are subjected to random voltage deviations. MATLAB simulation results verify the feasibility of the proposed approach. Experimental results, using a TMS320F2812 digital signal processor, are also presented to verify the effectiveness of the proposed approach in decreasing the computational overhead in comparison with the conventional SVM method. For example, it is found that computational requirements for SVM decrease by a factor of 9.5 compared with the conventional method in the case of a three‐phase nine‐level cascaded H‐bridge inverter.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Power ElectronicsMême sujetMultilevel Inverters and ConvertersTravaux en français237 207